aigroup-econ-mcp 0.4.0__py3-none-any.whl → 0.4.2__py3-none-any.whl

aigroup_econ_mcp/tools/file_parser.py

@@ -1,12 +1,13 @@
 """
-文件解析模块
-支持CSV和JSON格式文件的智能解析和数据转换
+文件解析与输入处理模块
+整合了文件解析、数据转换和输入处理功能
 """
 
 import json
 import csv
-from typing import Dict, List, Any, Union, Tuple, Optional
+from typing import Dict, List, Any, Union, Tuple, Optional, Callable
 from pathlib import Path
+from functools import wraps
 import io
 import base64
 
@@ -540,6 +541,204 @@ class FileParser:
         return recommendations
 
 
+# ============================================================================
+# 文件输入处理组件
+# ============================================================================
+
+class FileInputHandler:
+    """
+    文件输入处理组件
+    
+    使用组件模式，为任何工具函数添加文件输入支持
+    """
+    
+    @staticmethod
+    def process_input(
+        file_content: Optional[str],
+        file_format: str,
+        tool_type: str,
+        data_params: Dict[str, Any]
+    ) -> Dict[str, Any]:
+        """
+        处理文件输入并转换为工具参数
+        
+        Args:
+            file_content: 文件内容
+            file_format: 文件格式
+            tool_type: 工具类型
+            data_params: 当前数据参数
+        
+        Returns:
+            更新后的参数字典
+        """
+        # 如果没有文件输入，直接返回原参数
+        if file_content is None:
+            return data_params
+        
+        # 解析文件
+        parsed = FileParser.parse_file_content(file_content, file_format)
+        
+        # 转换为工具格式
+        converted = FileParser.convert_to_tool_format(parsed, tool_type)
+        
+        # 合并参数（文件数据优先）
+        result = {**data_params, **converted}
+        
+        return result
+    
+    @staticmethod
+    def with_file_support(tool_type: str):
+        """
+        装饰器：为工具函数添加文件输入支持
+        
+        Args:
+            tool_type: 工具类型（single_var, multi_var_dict, regression, panel等）
+        
+        Returns:
+            装饰后的函数
+        
+        使用示例：
+            @FileInputHandler.with_file_support('regression')
+            async def my_regression_tool(y_data, x_data, file_content=None, file_format='auto'):
+                # 函数会自动处理file_content并填充y_data和x_data
+                pass
+        """
+        def decorator(func: Callable) -> Callable:
+            @wraps(func)
+            async def wrapper(*args, **kwargs):
+                # 提取文件相关参数
+                file_content = kwargs.get('file_content')
+                file_format = kwargs.get('file_format', 'auto')
+                
+                if file_content is not None:
+                    # 处理文件输入
+                    processed = FileInputHandler.process_input(
+                        file_content=file_content,
+                        file_format=file_format,
+                        tool_type=tool_type,
+                        data_params=kwargs
+                    )
+                    
+                    # 更新kwargs
+                    kwargs.update(processed)
+                
+                # 调用原函数
+                return await func(*args, **kwargs)
+            
+            return wrapper
+        return decorator
+
+
+class FileInputMixin:
+    """
+    文件输入混入类
+    
+    为类提供文件输入处理能力
+    """
+    
+    def parse_file_input(
+        self,
+        file_content: Optional[str],
+        file_format: str = "auto"
+    ) -> Optional[Dict[str, Any]]:
+        """解析文件输入"""
+        if file_content is None:
+            return None
+        return FileParser.parse_file_content(file_content, file_format)
+    
+    def convert_for_tool(
+        self,
+        parsed_data: Dict[str, Any],
+        tool_type: str
+    ) -> Dict[str, Any]:
+        """转换为工具格式"""
+        return FileParser.convert_to_tool_format(parsed_data, tool_type)
+    
+    def get_recommendations(
+        self,
+        parsed_data: Dict[str, Any]
+    ) -> Dict[str, Any]:
+        """获取工具推荐"""
+        return FileParser.auto_detect_tool_params(parsed_data)
+
+
+class UnifiedFileInput:
+    """
+    统一文件输入接口
+    
+    所有工具通过此类统一处理文件输入
+    """
+    
+    @staticmethod
+    async def handle(
+        ctx: Any,
+        file_content: Optional[str],
+        file_format: str,
+        tool_type: str,
+        original_params: Dict[str, Any]
+    ) -> Dict[str, Any]:
+        """
+        统一处理文件输入
+        
+        Args:
+            ctx: MCP上下文
+            file_content: 文件内容
+            file_format: 文件格式
+            tool_type: 工具类型
+            original_params: 原始参数
+        
+        Returns:
+            处理后的参数
+        """
+        if file_content is None:
+            return original_params
+        
+        try:
+            # 记录日志
+            await ctx.info("检测到文件输入，开始解析...")
+            
+            # 解析文件
+            parsed = FileParser.parse_file_content(file_content, file_format)
+            
+            # 记录解析结果
+            await ctx.info(
+                f"文件解析成功：{parsed['n_variables']}个变量，"
+                f"{parsed['n_observations']}个观测，"
+                f"数据类型={parsed['data_type']}"
+            )
+            
+            # 转换为工具格式
+            converted = FileParser.convert_to_tool_format(parsed, tool_type)
+            
+            # 合并参数
+            result = {**original_params}
+            result.update(converted)
+            
+            # 记录转换结果
+            if tool_type == 'regression':
+                await ctx.info(
+                    f"数据已转换：因变量={converted.get('y_variable')}，"
+                    f"自变量={converted.get('feature_names')}"
+                )
+            elif tool_type == 'panel':
+                await ctx.info(
+                    f"面板数据已识别：{len(set(converted.get('entity_ids', [])))}个实体，"
+                    f"{len(set(converted.get('time_periods', [])))}个时间点"
+                )
+            else:
+                await ctx.info(f"数据已转换为{tool_type}格式")
+            
+            return result
+            
+        except Exception as e:
+            await ctx.error(f"文件解析失败: {str(e)}")
+            raise ValueError(f"文件解析失败: {str(e)}")
+
+
+# ============================================================================
+# 便捷函数和参数定义
+# ============================================================================
+
 def parse_file_input(
     file_content: Optional[str] = None,
     file_format: str = "auto"
@@ -557,4 +756,74 @@ def parse_file_input(
     if file_content is None:
         return None
     
-    return FileParser.parse_file_content(file_content, file_format)
+    return FileParser.parse_file_content(file_content, file_format)
+
+
+async def process_file_for_tool(
+    ctx: Any,
+    file_content: Optional[str],
+    file_format: str,
+    tool_type: str,
+    **kwargs
+) -> Dict[str, Any]:
+    """
+    为工具处理文件输入的便捷函数
+    
+    使用示例：
+        params = await process_file_for_tool(
+            ctx=ctx,
+            file_
+content=file_content,
+            file_format=file_format,
+            tool_type='regression',
+            y_data=y_data,
+            x_data=x_data,
+            feature_names=feature_names
+        )
+        # params 现在包含处理后的所有参数
+    """
+    return await UnifiedFileInput.handle(
+        ctx=ctx,
+        file_content=file_content,
+        file_format=file_format,
+        tool_type=tool_type,
+        original_params=kwargs
+    )
+
+
+def create_file_params(
+    description: str = "CSV或JSON文件内容"
+) -> Dict[str, Any]:
+    """
+    创建标准的文件输入参数定义
+    
+    Args:
+        description: 参数描述
+    
+    Returns:
+        参数定义字典，可直接用于Field()
+    """
+    return {
+        "file_content": {
+            "default": None,
+            "description": f"""{description}
+            
+📁 支持格式：
+- CSV: 带表头的列数据，自动检测分隔符
+- JSON: {{"变量名": [数据], ...}} 或 [{{"变量1": 值, ...}}, ...]
+
+💡 使用方式：
+- 提供文件内容字符串（可以是base64编码）
+- 系统会自动解析并识别变量
+- 优先使用file_content，如果提供则忽略其他数据参数"""
+        },
+        "file_format": {
+            "default": "auto",
+            "description": """文件格式
+            
+可选值：
+- "auto": 自动检测（默认）
+- "csv": CSV格式
+- "json": JSON格式"""
+        }
+    }